-
PAGE 的文档
-
PAGE 是如何工作的视频
-
使用 PAGE 创建登录窗口
现在,我们的想法是对一些语音命令进行硬编码,例如:
你明白我的意思了吧?可以非常简单明了地添加更多这样的命令。
因为这将是一个 最小可行性产品 (Minimum Viable Product,MVP)。所以,如果你必须硬编码许多条件语句(例如,if…else),这是完全可以的。
设置完这些基本命令后,就可以测试代码了。现在,你可以尝试在窗口中构建一个非常基本的登录表单。
这一想法的主要灵活性在于它可以用于游戏开发、网站和移动应用程序。即使是使用不同的编程语言也可以。
2、AI 博彩机器人
网球比赛——图片来自 Unsplash
博彩是一种人们预测结果的活动,如果他们猜对了,就会得到回报。在过去几年中,人工智能或机器学习领域出现了许多技术进步。
例如,你可能听说过像 AlphaGo Master、AlphaGo Zero 和 AlphaZero 这样的程序,它们可以比任何专业的人类玩家都能更好地玩 Go(游戏)。你甚至可以获得类似 Leela Zero 这样程序的 源码。
我想表达的一点是,人工智能正在变得比我们更聪明。这意味着它可以通过考虑所有的可能性并从过去的经验中学习来更好地预测一些事情。
让我们在 Python 中应用一些有监督学习的概念创建一个 AI 博彩机器人吧。要开始本项目,这里有一些你需要使用到的库。
-
pandas——数据分析
-
NumPy——多维数组、矩阵和数学函数
-
scikit-learn ——机器学习
-
XGBoost —— 梯度提升(Gradient Boosting)
-
Matplotlib ——绘图
-
seaborn ——统计数据可视化
-
pickle ——Python 对象序列化
首先,你需要选择一种比赛(例如网球、足球等)来预测结果。现在搜索可用于训练模型的历史匹配结果数据。
例如,.csv 格式的网球比赛数据可以从 tennis-data.co.uk 网站上下载。
如果你对博彩不了解,下面是它的工作原理。
-
你可以在 Roger Federer 身上以 1.3 的赔率押 10 美元。
-
如果他获胜,你将获得 10 美元(实际金额),外加 3 美元(利润)。
-
如果他输了,你也会输掉你的钱(例如,10 美元)。
训练完模型后,我们必须计算每个预测的置信水平(Confidence Level),通过检查预测正确的次数来了解机器人的表现,最后还要关注投资回报率(ROI)。
可以下载由 Edouard Thomas 开发的一个类似的 开源 AI 博彩机器人项目(https://github.com/edouardthom/ATPBetting)。
3、交易机器人
交易——图片来自 Unsplash
交易机器人与上一个项目非常相似,因为它也需要 AI 来进行预测。
现在的问题是,AI 是否可以正确地预测股价的波动?
当然,答案是肯定的。
在开始之前,我们需要一些数据来开发一个交易机器人。
-
Yahoo Finance —— 获取股票数据
-
Alpha Vantage —— 用于金融数据的实时 API
这些来自投资百科(Investopedia)的资源可能有助于训练机器人。
-
初学者的交易策略
-
只有通过了这五步测试才能进行交易
读完这两篇文章后,你会对什么时候买股票,什么时候卖股票有一个更好的理解。这些知识可以很容易地转换为 Python 程序,从而自动地为我们做出决策。
你也可以参考这个名为 freqtrade (https://github.com/freqtrade/freqtrade)的开源交易机器人。它使用 Python 构建,并实现了多种机器学习算法。
4、钢铁侠 Jarvis(基于 AI 的虚拟助手)
AI 助手界面——图片来自 Unsplash
这个想法取材于好莱坞电影《钢铁侠》系列。这部电影围绕着科技、机器人和 AI 展开。
在这里,钢铁侠用人工智能为自己打造了一个虚拟助手。该程序被称为 Jarvis,可以帮助钢铁侠完成日常任务。
钢铁侠使用简单的英语向 Jarvis 发出指令,Jarvis 也用英语回应。这意味着我们的程序需要语音识别以及文本转语音的功能。
建议使用这些库:
-
语音识别
-
文字转语音 (TTS)
现在,你可以对语音命令进行硬编码,例如:
你还可以使用 Jarvis 执行其他很多任务,例如:
-
设置手机闹钟。
-
不停地检查家里的监控摄像头,并告知是否有人在外面等着。你可以添加更多的功能,如人脸检测和识别。它可以帮助你了解外面有哪些人或者有多少人。
-
打开 / 关闭房间的窗户。
-
打开 / 关闭灯。
-
自动回复电子邮件。
-
安排任务。
甚至连 Facebook 的创始人“马克·扎克伯格”(Mark Zuckerberg)都将 Jarvis 作为一个辅助项目。
5、监控某个网站以了解即将举行的艺术家演唱会
门票——图片来自 Unsplash
Songkick 是一项非常受欢迎的服务,它可以提供有关即将举行的音乐会的信息。其 API 可用于通过以下方式搜索即将举行的音乐会:
-
艺术家
-
位置
-
会场
-
日期和时间
你可以创建一个 Python 脚本,使用 Songkick 的 API 每天检查某个特定的音乐会。最后,只要有音乐会,就给自己发一封电子邮件。
有时 Songkick 甚至会在其网站上显示“购票”链接。但是,这个链接可以针对不同的音乐会转到不同的网站上。这意味着即使我们利用网络抓取,也很难自动购票。
相反,我们可以简单地显示“购票”链接,就像它在我们的应用程序中一样,以便进行手动操作。
6、自动续订 Let’s Encrypt 的免费 SSL 证书
Let’s Encrypt 是一个提供免费 SSL 证书的证书颁发机构。但是,问题在于该证书的有效期只有 90 天。90 天后,你必须续订。
我认为,这是使用 Python 实现自动化的一个绝佳场景。我们可以编写一些代码,在网站 SSL 证书到期之前自动续订。
可以在 GitHub (https://github.com/jaygreco/PA_SSL_AutoRenew)上查看这段代码 以寻找灵感。
7、识别人群中的个人
人脸识别——作者的照片
如今,政府已在公共场所安装了监控摄像头,以提高公民的安全性。这些摄像头大多只是用于录制视频,法医专家必须手动识别或跟踪个人。
如果我们创建一个 Python 程序来实时识别摄像头中的每个人会怎么样呢?首先,我们需要访问国家身份证数据库,但我们可能没有权限访问。
所以,一个简单的选择是创建一个包含家庭成员记录的数据库。
然后,可以使用一个 人脸识别库(https://pypi.org/project/face-recognition/),并将其与摄像头的输出连接起来。
8、接触者追踪
接触者追踪应用程序——图片来自 Unsplash
接触者追踪是一种识别所有在特定时间段内相互接触的人的方法。它主要用于像 COVID-19 或 HIV 这样的大流行病。因为没有任何关于谁被感染了的数据,我们无法阻止其传播。
Python 可以与称为 DBSCAN(Density-Based Spatial Clustering of Applications with Noise,基于密度的带噪声的应用程序空间聚类)的机器学习算法一起用于接触者追踪。
由于这只是一个附属项目,因此我们无法获得任何官方数据。目前,最好使用 Mockaroo 生成一些实际的测试数据。
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)
转存中…(img-IrKLk8K6-1713723018281)]
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)